Question

我有两个不同长度的细胞阵列，d = {'神经'，'身体'，'肌肉'，'骨'}和e = {'身体'，'身体'，'肌肉'}。我必须比较这两个数组并计算e中每个字符串的出现次数。预期结果应该是一个向量count_string =（0,2,1,0）。以下是我编写的代码，但是我得到错误：单元格内容分配给非单元格数组对象。我是matlab编程的初学者。对此非常感谢。

count_string=size(d)
for i=1:length(d)    
count_string{i}=sum(ismember(e{i},d));
end

完成以下所有建议之后，这就是我所拥有的模块。

for i=1:length(d_union)
count_string1=cellfun(@(x) sum(ismember(d1,x)), d_union);
count_string2=cellfun(@(x) sum(ismember(d2,x)), d_union);
count_string3=cellfun(@(x) sum(ismember(d3,x)), d_union);
count_string4=cellfun(@(x) sum(ismember(d4,x)), d_union);
count_string5=cellfun(@(x) sum(ismember(d5,x)), d_union);
count_string6=cellfun(@(x) sum(ismember(d6,x)), d_union);
count_string7=cellfun(@(x) sum(ismember(d7,x)), d_union);
count_string8=cellfun(@(x) sum(ismember(d8,x)), d_union);
count_string9=cellfun(@(x) sum(ismember(d9,x)), d_union);
count_string10=cellfun(@(x) sum(ismember(d10,x)), d_union);
count_string11=cellfun(@(x) sum(ismember(d11,x)), d_union);
count_string12=cellfun(@(x) sum(ismember(d12,x)), d_union);
count_string13=cellfun(@(x) sum(ismember(d13,x)), d_union);
count_string14=cellfun(@(x) sum(ismember(testdoc,x)), d_union);    end

我的matlab编译器将永远执行此模块。 'd_union'是1x1216单元阵列，每个d1到testdoc大约是1x240单元阵列。我得计算从上面的操作中得到的向量的余弦相似度。有没有办法加快这个过程？请帮忙。谢谢。

Answer 1

您可以计算d中e的字符串出现次数，如下所示：

count_string = cellfun(@(x) sum(ismember(e,x)), d);

对于样本数据，您将获得向量[0 2 1 0];

d数组是否只包含唯一字符串？

<强>更新：

以下是另一种将字符串临时转换为GRP2IDX的数字并使用HISTC计算数字的方法。它假定e中的d中的所有字符串都存在。

[gi g] = grp2idx([d e]);
gn = histc(gi(numel(d)+1:end),1:numel(g));

g将包含唯一字符串（可能与d相同），gn将成为计数。 gi是用于计数的临时数值数组。

您需要使用统计工具箱来访问GRP2IDX功能。

Answer 2

从

开始

count_string = cell(1,size(d));

您正在索引e，但控制d大小的循环。

for i=1:length(d)
   count_string{i}=sum(ismember(d{i},e));
end

Answer 3

关于原始for循环解决方案的错误，macduff已经提到过它们：

您需要使用CELL或ZEROS初始化count_string：

count_string = cell(size(d));   %# A 1-by-4 cell array
%# OR
count_string = zeros(size(d));  %# A 1-by-4 numeric array

向count_string添加值时，您应该使用() - 数字数组的索引和{} - 为单元格数组建立索引。
您需要在调用ISMEMBER时调用d和e，并使用循环变量而不是d索引e。

关于使用循环的替代方法，yuk使用CELLFUN为您提供了一个解决方案。另一种向量化解决方案是使用ISMEMBER和ACCUMARRAY：

的组合

>> [~, index] = ismember(e,d);  %# Find where each entry in e occurs in d
>> count_string = accumarray(index.', 1, [numel(d) 1]).'  %# Accumulate indices

count_string =

     0     2     1     0

在Matlab中计算字符串的单元格数组中字符串的出现次数

3 个答案: